מיקוד מקוטע

מיקוד סגמנט

מיקוד מקוטע הוא גישה שיטתית לבחירת מי, מה, מתי ודרך איזה ערוץ להציג, בהתבסס על נתונים על התנהגות, ערך וסיכונים. מטרה: למקסם את ההשפעה האינקרמנטלית (הכנסה/שמירה) תוך כדי מזעור הנזק וההוצאות.

1) מטרות קטגוריות ורמות

מטרות: הפעלה, השתלמויות, שימור, הפעלה מחדש, מכירה צולבת, התערבויות אר-ג 'י/ציות.

• דמוגרפיה/גיאו/התקן (בסיסי).
• התנהגות/RFM (חזרה, תדירות, כסף).
• ערך (LTV/margin).
• נטייה (הפקדה, רכישה, נזיפה).
• מעלה/רגישות (הסתברות להגדלה ממגע).
• גרנולריות: brand xcountry × platform × channel × content category - תיאום עם נפח התנועה והתקציב.

2) נתונים ומאפיינים

אירועים: ביקורים, קליקים, רישום, משחקים/הימורים, הפקדות/רכישות, תגובות לקמפיין.
הקשר: לוח שנה (חגים/התאמות/משכורות), ערוץ משיכה, גרסת יישום, מחירים/גבולות.
זהויות: משתמש/התקן/IDFA/טלפון/דואר אלקטרוני; גשרי זהות.
מאפיינים: חלונות RFM (7/30/90), מגוון תוכן, שעה/יום בשבוע, ARPU/תדר, תגובות פלוף/דואר אלקטרוני.
איכות: אידמפוטנטיות של אירועים, dedup/antiboot, TZ = UTC אחסון + תצוגות מקומיות.

3) שיטות הסגורה

3. 1 כללים (מבוססי חוק)

מקצוענים: הסברים, מהירות, אל-כשל.
חסרונות: שבריריות, אופטימה מקומית.
דוגמה: ”מתחילים, ללא ביקור שני 48h, ניידים iOS”.

3. 2 קוהורטה-התנהגותית (תבניות/RFM)

רעננות x תדירות x שיעורי הכנסה.
הוסף אשכולות התנהגותיים: קטגוריות מועדפות/חריצי זמן.

3. 3 קיבוצים/קיבוצים

k-אמצעים/DBSCAN/Gaussian תערובות על מדדים התנהגותיים מנורמלים.
מטריקס פיקטוריזציה = אשכולות ריבית.

3. 4 נטייה/ציון מבוסס

מודלים הסתברות אירוע: הפקדה, ביקור המשך, apse; סף - מהעלות של טעויות.

3. 5 התרוממות רוח/רגישות

מודלים להשגת מגע (T-learner, Uplift trees/GBM).
משכנע/בטוח דברים/לא להפריע/סיבות אבודות.
מיקוד מרומם נותן הגדלה הגדולה ביותר עבור אותם תקציבים.

4) עיצוב מדיניות מיקוד

טבלת החלטות

היסטריזה: סף הכניסה/פלט שונים כדי להימנע מ ”מצמוץ”.
מכסות/מגבלת קצב: לכל משתמש/ערוץ/קטע; מדיניות קונפליקט - עדיפות ”כלכלת ביטחון =” UX.

5) ניסויים והערכה סיבתית

מבחני A/B/multi-user: עבור מקטעים/פוליסות/יצירתיות; תוכנית MDE, משך זמן, סטרטיסיפיקציה.
ניסויים קוואזי: DID/שליטה סינתטית במהלך גלגולים אזוריים.
ציון: הכנסות מצטברות/הסתרה, uplift @ k, קיני/AUUC, ROMI, מעקות בטיחות (תלונות, RG).
הקצאת תקציב למקטעים על ידי החזר מרווח צפוי.

6) ערוצים ותזמור

ערוצים: באפליקציה, דחיפה, דואר אלקטרוני, SMS, שיחות, מודולים באתר, תצוגות מותאמות אישית.
תזמור: משלוח מובטח, retrai/backoff, idempotency 'action _ id', DLQ, סדרי עדיפויות, חלון שעון שקט.
תוכן/יצירתיות: ספריית תבניות, A/B ליצירתיות, שומרי פה תדירים.

7) מדדים וניטור

תהליכים: קטע כיסוי, Latency (החלטה = פעולה), שלילה, תדר מגע.
אפקט: גידול בהכנסות/שימור, ROMI, uplift @ k, Qini/AUUC, NNT (כמה קשרים לכל תוצאה 1).
סיכונים: תלונות/אי שימוש בדגלי דואר זבל, מדדי RG, הגינות (הבדל באפקטים/שגיאות על ידי קבוצה).
דריפט: PSI/KL על ידי מאפייני מקשים מקטעים, שיתוף של משתמשים ”חדשים” מחוץ לאשכולות ידועים.

8) קישור לערך וסיכון

שקילת LTV: עדיפות מקטעים לפי ערך צפוי ולא המרה חשופה.

[
EV = p_{\text{uspekh	Action '\cdot\text {value} -\text {cost} -- p_{\text{vred}}\cdot\text{Harm}
]

צור קשר אם 0 ומעקות הבטיחות תקינים.
אחריות: RG/ציות מקבל עדיפות; הסברת ההחלטה היא חובה.

9) דרכונים של קטעים וקמפיינים (תבניות)

דרכון מקטע

קוד: "SEG _ RFM _ R0-7 _ F1-2 _ M0 _ Q3&pos

הגדרה ומתכון (חלונות 7/30/90, מסנני אנטי-בוטים/הונאה)

גודל/עדכון/רעננות; צומת עם מקטעים אחרים

סיכונים ובלעדיות (אר ג 'י/ציות), בעלים, גרסה

דרכון קמפיין

Objective ו ־ KPI (הכנסות מצטברות/שימור, ROMI)

פתיחה/ערוצים/יצירתיים/כובעי תדר

עיצוב הערכה (A/B או קוואזי-ניסוי), משך זמן, MDE

מעקות בטיחות: Zaloby blood KH, RG- flagi blood U, latency latency Z

תוכנית Rollback ותקרית Runibook

10) פסאודו ־ SQL/מתכונים

קטעי RFM (סקיצה)

sql
WITH acts AS (
SELECT user_id,
MAX(ts)                  AS last_act,
COUNT() FILTER (WHERE ts > NOW()-INTERVAL '30 day') AS freq_30d,
SUM(amount) FILTER (WHERE ts > NOW()-INTERVAL '90 day') AS money_90d
FROM user_activity LEFT JOIN payments USING(user_id)
GROUP BY 1
),
rfm AS (
SELECT user_id,
DATE_PART('day', NOW() - last_act) AS recency_days,
freq_30d,
money_90d
FROM acts
)
SELECT,
CASE WHEN recency_days<=7 THEN 'R0-7'
WHEN recency_days<=30 THEN 'R8-30' ELSE 'R31+' END AS R_bucket,
CASE WHEN freq_30d>=10 THEN 'F10+'
WHEN freq_30d>=3 THEN 'F3-9' ELSE 'F0-2' END    AS F_bucket,
CASE WHEN money_90d>=200 THEN 'M200+'
WHEN money_90d>=50 THEN 'M50-199' ELSE 'M0-49' END AS M_bucket
FROM rfm;

נטייה להפקיד (פרוסת רכבת, אין דליפות)

sql
-- label: deposit in next 7 days
WITH snap AS (SELECT DATE_TRUNC('day',:cut) AS cut),
feat AS (... your RFM/behavioral features with condition ts <= cut...),
label AS (
SELECT u. user_id,
CASE WHEN EXISTS (
SELECT 1 FROM payments p
WHERE p. user_id=u. user_id
AND p. ts > cut AND p. ts <= cut + INTERVAL '7 day'
) THEN 1 ELSE 0 END AS dep_next_7d
FROM users u CROSS JOIN snap
)
SELECT FROM feat JOIN label USING(user_id);

11) הגינות, פרטיות ואתיקה

מזעור PII: סימון של מזהים, RLS/CLS, מיסוך.
הגינות: בדוק הבדלים בהשפעות/שגיאות על פני קבוצות רגישות; לא כולל מאפיינים לא תקפים.
שקיפות: סיבות למקד (תכונות עליונות/כללים) - זמינות לתמיכה; נתיב ערעור.
פקקי תדרים ו ”שעות שקטות” נגד עייפות ופגיעה במשתמש.

12) אנטי דפוסים

קטעים ”ליופי” ללא הגדלה מדידה.
ציון על ידי קורלציה ולא על ידי הצטברות (לא A/B/DiD).
קטעים חופפים רבים * פעולות סותרות ודואר זבל.
פתרונות סף ללא היסטרציה * ”מהבהב” של אנשי קשר.
חוסר במעקות בטיחות (RG/תלונות/תדירות) והסברים.
ללא קשרים מקוונים, ההשפעה אבדה.

13) רשימת שיגור מטרות סגורה

[ ] מטרות, קיי-פי-איי ותקציב מוגדרים; גרנולריות עקבית

[ ] תרשימי נתוני בורות ומתכונים; מסנני אנטי-בוטים/הונאה הם על

[ קטעי ] מתוארים על ידי דרכונים; קונפליקט מטריצות וסדרי עדיפויות להגדיר

[ ] שיטה נבחרת (כללים/קיבוצים/נטייה/מעלה) ועיצוב הערכה

[ ] שולחנות החלטה, היסטריה, שומרי פה והגבלת קצב מוגדרת

[ תזמורת ] וערוצים עם אידמפוטנטיות ו-DLQ; ”שעות שקט”

[ ניטור ]: אפקט (מעלה/רומי), סיכונים (תלונות/ר "ג), תכונת סחיפה

[ תיעוד ]: קטעים/גרסאות מדיניות, בעלים, ספרי הפעלה

סך הכל

מיקוד סגמנט אינו מערכת של ”קיצורי דרך” ב-CRM, אלא מערכת מנוהלת: נתונים איכותיים ומאפיינים * מקטעים בעלי משמעות (ערך/התנהגות/רגישות). מערכת כזו מגדילה את ROMI ו-LTV, מפחיתה תלונות וסיכונים - והופכת כל נגיעה למתאימה, בזמן ובאתיקה.